7 articles
Hugging Face intègre Active Learning à AutoNLP via Prodigy. La technique réduit le volume de données d'annotation nécessaire en sélectionnant intelligemment les exemples les plus informatifs. Workflow simplifié pour l'étiquetage itératif et l'entraînement de modèles.
Gradio, plateforme open-source de création d'interfaces web pour modèles ML, rejoint Hugging Face. L'acquisition renforce l'écosystème de HF pour le déploiement et la démonstration de modèles IA.
OpenAI a affiné GPT-3 pour répondre avec plus de précision aux questions ouvertes en utilisant un navigateur web textuel. Cette approche améliore la fiabilité factuelle des modèles de langage.
Perceiver IO est un modèle entièrement attentionnel et scalable capable de traiter n'importe quelle modalité (texte, image, audio, vidéo). Il utilise une architecture basée sur l'attention pour unifier le traitement multimodal sans convolutions ni récurrence, permettant une généralisation efficace entre domaines.
OpenAI propose un outil de fine-tuning simplifié pour GPT-3 accessible via une seule commande. La méthode permet d'adapter le modèle à des cas d'usage spécifiques sans expertise technique approfondie.
Hugging Face détaille l'entraînement de CodeParrot, un modèle de code open-source. Processus complet : dataset de 20 Go de code Python, tokenizer personnalisé, architecture GPT-2, fine-tuning sur 100 GPU. Modèle et code source publiés.
Hugging Face lance Snowball Fight, son premier environnement ML-Agents. Cet espace d'entraînement simule un combat de boules de neige multi-agents pour développer et tester des stratégies d'apprentissage par renforcement.